朱珩

（蘇州智加科技有限公司，江蘇 蘇州 215100）

汽車自動駕駛主要包含環(huán)境感知、導航定位、決策規(guī)劃和控制執(zhí)行等四大部分。其中定位技術是自動駕駛解決方案中不可或缺的一部分，它的目標是準確感知汽車在全局環(huán)境中的相對位置，將自身看作一個質點并與周圍環(huán)境有機地結合起來。定位技術為汽車自動駕駛提供基本的位置導航信息，其精度將直接決定自動駕駛的安全性和可靠性。自動駕駛定位技術按照原理不同可分為3類：第一類是基于信號的定位，例如GNSS；第二類是航跡推算，根據前一時刻的位置和方位推算當前的位置和方位，例如IMU等；第三類是環(huán)境特征匹配，用觀測到的特征和數據庫中的特征和存儲的特征進行匹配，得到當前的位置和姿態(tài)，例如Lidar等。

為了提高在高速等復雜場景下汽車自動駕駛定位技術的穩(wěn)定性，在實際應用中一般采用組合定位方案，常見組合方式為GNSS/INS組合。

GNSS和INS有著截然不同的優(yōu)缺點，GNSS的優(yōu)點是長期精度高、誤差不隨時間增大且設備成本較低；缺點是它的導航信息不夠全面、輸出頻率偏低、衛(wèi)星信號容易受到干擾以及在室內等環(huán)境下接收不到衛(wèi)星信號而無法使用。而INS的優(yōu)點是自主性強、動態(tài)性能好、導航信息全面且輸出頻率高；但其缺點是定位誤差隨時間不斷積累，長期精度較差。從上述對INS和GNSS的優(yōu)缺點描述中可以看出，2種系統(tǒng)具有非常好的互補特性，因而GNSS/INS組合導航可以有效克服單一導航系統(tǒng)的缺點，提供高頻率的導航信息（位置、速度和姿態(tài)）并在長短期導航任務中均能具備較高精度及良好的穩(wěn)定性。

采用基于卡爾曼濾波的最優(yōu)估計方法，融合GNSS和INS導航定位信息，可以得到高可靠性的導航結果，GNSS還能夠有效降低INS數據誤差漂移，而INS可以在GNSS信號中斷時提供連續(xù)的導航信息。典型的GNSS/INS組合系統(tǒng)架構如圖1。

圖1 GNSS/INS組合系統(tǒng)架構

圖1中濾波器通常可以選擇卡爾曼濾波（KF）或KF各種變體如LKF、EKF等方法，它會針對INS和GNSS輸出的導航信息進行比對求差，估計載體位置、速度和姿態(tài)等一系列狀態(tài)參數的偏差并對組合導航結果進行修正。圖中虛線部分描繪的是組合導航系統(tǒng)可選的鏈路，該鏈路的建立方式取決于組合導航的模式。

1 誤差反饋模式

在GNSS/INS組合導航系統(tǒng)中，通常采用兩種誤差反饋機制，即開環(huán)結構和閉環(huán)結構。

1.1 開環(huán)結構

在開環(huán)結構中，針對載體位置、速度和姿態(tài)等狀態(tài)參數的修正過程將在INS設備外部完成，然后，參數估計誤差會在每次迭代計算時從INS的輸出結果中相應扣除。在這種情況下，狀態(tài)參數誤差或修正的狀態(tài)參數不會反饋至INS系統(tǒng)。開環(huán)結構設計如圖2。

圖2 GNSS/INS組合開環(huán)結構

開環(huán)結構的優(yōu)點在于當卡爾曼濾波器出現異常情況時，組合導航系統(tǒng)仍然可以輸出原始的INS結果以支持完好性監(jiān)測及確保導航服務連續(xù)運行。但是，由于INS的慣性漂移沒有經過補償，慣導誤差隨時間不斷累積，會不可避免地導致線性系統(tǒng)假設失效。因此，開環(huán)結構的穩(wěn)定性與卡爾曼濾波器相關性較強，更容易導致卡爾曼濾波器性能下降。

1.2 閉環(huán)結構

在閉環(huán)結構中，由卡爾曼濾波器估計的狀態(tài)參數誤差通過反饋的形式對INS進行誤差修正，此種情況下，INS的輸出即是組合導航結果。當誤差估計反饋完成后，載體濾波的位置、速度、姿態(tài)等狀態(tài)參數將重置為0。閉環(huán)結構設計如圖3。

圖3 GNSS/INS組合閉環(huán)結構

由圖3可以看出，卡爾曼濾波器估計的加速度計和陀螺儀誤差在每個周期內會通過反饋來修正IMU測量值，然后，用于計算系統(tǒng)模型。

2 組合導航類型

GNSS/INS組合導航類型通常有3種：松組合、緊組合及深組合。

2.1 GNSS/INS松組合

在GNSS/INS松組合結構下，GNSS和INS相互獨立工作并提供各自的導航信息。為了提高導航性能，松組合通常會首先將GNSS輸出的載體位置和速度輸入卡爾曼濾波器，同時，INS預測的位置、速度和姿態(tài)等參數也作為濾波器的輸入。濾波器針對兩種導航信息進行求差并基于相應的誤差模型估計INS狀態(tài)參數誤差。然后，采用這些誤差參數修正INS導航結果并得到組合導航解。松組合模式的特點在于GNSS系統(tǒng)單獨使用一套濾波器，其架構圖，如圖4所示。

圖4 GNSS/INS松組合架構

GNSS/INS松組合模式易于實現，在開環(huán)結構下可以提供3種導航信息（原始GNSS導航結果、原始INS導航結果及組合導航結果）；而在閉環(huán)結構下可以提供兩種導航信息（原始GNSS導航結果和組合結果）。松組合模式的主要缺陷在于當GNSS有效衛(wèi)星數不足時，無法提供GNSS輔助信息，并且由于卡爾曼濾波假設要求觀測噪聲是與時間無關的白噪聲，而GNSS濾波輸出的導航信息是時間相關的，所以這種特性會影響濾波性能，繼而影響組合系統(tǒng)性能。

2.2 GNSS/INS緊組合

GNSS/INS緊組合是一種集中式的組合模式，它僅使用一個濾波器。該模式將GNSS距離觀測量和距離變化率觀測量與相應的INS預測值求差后輸入卡爾曼濾波器估計INS狀態(tài)參數誤差，因此，INS的輸出經過誤差修正后即可得到組合導航結果。緊組合架構如圖5。

圖5 GNSS/INS緊組合架構

由于緊組合模式在濾波時采用的是GNSS原始觀測值，因此，可以避免松組合模式中因卡爾曼濾波器級聯(lián)產生的測量時間關聯(lián)問題。此外，緊組合可以在導航系統(tǒng)接收的GNSS有效衛(wèi)星數小于4顆時提供GNSS量測更新，這種特性使得組合導航系統(tǒng)在城市、森林和峽谷等特殊場景下仍然能獲得連續(xù)穩(wěn)定的導航信息。另一方面，由于緊組合模式需要在濾波器中處理GNSS原始觀測值，因此，其實現方式比松組合更加復雜，同時，緊組合模式的局限在于它無法輸出原始GNSS導航結果。綜合來說，在GNSS/INS使用相同硬件條件下，緊組合模式可以取得在導航性能和魯棒性上均優(yōu)于松組合的導航結果。

2.3 GNSS/INS深組合

GNSS/INS深組合是一種新興的組合模式，是一種深層次的、硬件層面的組合方式。與松組合、緊組合模式相比，深組合在GNSS接收機端采用回環(huán)校正結構，直接將相關器輸出的I/Q數據作為組合導航卡爾曼濾波器的輸入，實現GNSS接收機相關器輸出的I/Q信號與INS導航參數的融合，利用修正后的INS導航信息控制調整碼/載波數控振蕩器。因此，在深組合結構中，GNSS與INS將不再是相互獨立的系統(tǒng)，該方案通常需要接入GNSS內部硬件，實現方式比較復雜，其架構如圖6。

圖6 GNSS/INS深組合架構

可以看出，深組合模式下相關器輸出的I/Q信息在理論上滿足觀測噪聲相互獨立的特性，因此，深組合模式具有理論上的全局最優(yōu)特性。深組合模式便于GNSS接收機與INS進行一體化設計，實現GNSS接收機和INS兩者之間相互輔助，可以降低跟蹤頻率，提高抗干擾能力。深組合模式使得導航系統(tǒng)可以在較低的信噪比下工作，并且在衛(wèi)星信號失鎖的情況下依然能夠得到GNSS導航信息。

3 結語

汽車定位技術旨在明確車輛相對全局的絕對位置或相對交通參與者的位置，其準確性直接影響自動駕駛系統(tǒng)的安全性。當前，在復雜的真實道路環(huán)境中面向自動駕駛的定位技術還不夠成熟。本文首先總結了當前GNSS/INS組合導航定位3種組合模式的特點，不同模式實現GNSS和INS導航信息融合的方式在軟件與硬件方面具有不同復雜度，在車載應用時應基于導航設備成本、導航算法設計與導航性能需求等各個方面確定GNSS/INS組合模式。同時，本文提出了一種適用于高速場景下汽車自動駕駛的低成本組合導航定位系統(tǒng)模型，確定系統(tǒng)狀態(tài)參數，分別建立系統(tǒng)狀態(tài)方程及量測方程，然后，采用卡爾曼濾波進行濾波參數求解。